基于神經網絡的有機朗肯循環過程及循環性能計算方法
摘要：有機朗肯循環(ORC)是中低溫熱能-電能轉換中最具前景的技術之一,近年來受到越來越多的關注。工質是ORC實現的載體,由于熱源及可選工質的多樣性,工質篩選及系統的優化對于提升ORC綜合性能非常重要,而物性及過程特性的準確預測是關鍵。提出了基于神經網絡-基團貢獻法的ORC系統性能計算方法,建立了涵蓋11個基團的基團表,從REFPROP中調用51種工質7958組數據進行神經網絡訓練,獲得了ORC中各個熱力過程能量轉換和熵差的計算關聯式。計算了21種常用工質在1584組工況下的ORC系統性能,并與基于傳統方法計算的ORC系統性能參數進行了對比。結果顯示預測得到的ORC系統熱效率、凈輸出功和系統?效率與用REFPROP計算得出的結果相比誤差分別為1.01%、1.02%和1.61%,相比傳統方法,預測精度有顯著提高。
注: 保護知識產權,如需閱讀全文請聯系化工學報雜志社
相關推薦
更多
